Python中能否让导入自定义模块的用户直接使用其他模块的函数？

这问题我太有共鸣了——每次写模块都要重复导入functools和itertools里的一堆函数，确实烦得慌！直接整个聚合模块把这俩库的所有公共函数打包在一起，完全是合理的思路，而且实现起来也很直接，咱们来一步步搞：

第一步：编写mytools.py模块 #

核心思路就是把functools和itertools的所有公共成员导入到mytools的命名空间里，同时正确设置__all__，确保其他模块能顺利导入这些函数。

实现方式一：简洁版（用from ... import *） #

# mytools.py
import functools
import itertools

# 导入两个库的所有公共成员到当前模块
from functools import *
from itertools import *

# 合并两个库的__all__列表，让`from mytools import *`能拿到所有函数
__all__ = functools.__all__ + itertools.__all__

实现方式二：显式版（手动绑定属性） #

如果你想更清楚地控制导入过程，也可以手动遍历两个库的__all__，把每个函数绑定到mytools的命名空间：

# mytools.py
import functools
import itertools

# 导入functools的所有公共成员
for name in functools.__all__:
    globals()[name] = getattr(functools, name)

# 导入itertools的所有公共成员
for name in itertools.__all__:
    globals()[name] = getattr(itertools, name)

# 同样合并__all__
__all__ = functools.__all__ + itertools.__all__

这两种方式效果完全一致，选哪种看你个人习惯——第一种更简洁，第二种更显式，能清晰看到每一步的导入逻辑。

第二步：在其他模块中使用mytools #

现在你可以在任何模块里直接导入mytools，不用再单独导入functools和itertools了：

方式一：导入整个mytools模块 #

# 你的业务模块，比如calc.py
import mytools

# 直接用functools的lru_cache装饰器
@mytools.lru_cache(maxsize=None)
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 直接用itertools的groupby
data = ["apple", "apricot", "banana", "blueberry"]
for key, group in mytools.groupby(data, key=lambda x: x[0]):
    print(f"以'{key}'开头的水果：{list(group)}")

方式二：直接导入需要的函数（或全部导入） #

如果你习惯直接用函数名，也可以像导入标准库一样操作：

# 导入单个函数
from mytools import lru_cache, groupby

@lru_cache(maxsize=None)
def fibonacci(n):
    # ... 同上

或者一次性导入所有函数：

from mytools import *

@lru_cache(maxsize=None)
def fibonacci(n):
    # ... 同上

关键细节说明 #

1. 关于__all__的作用：__all__定义了模块被from ... import *时会导出的成员列表。我们合并functools.__all__和itertools.__all__，就是为了让from mytools import *能导入这两个库的所有公共函数，同时避免导入functools、itertools这两个模块本身。
2. 同名函数的处理：幸运的是，functools和itertools的公共函数没有重名的情况，所以不用担心覆盖问题。如果以后某个库新增了同名函数，后面导入的那个（也就是代码里from itertools import *在后面）会覆盖前面的，这点要注意。
3. 自动同步更新：只要functools或itertools更新时把新函数加入了各自的__all__，mytools会自动包含这些新函数，不需要修改mytools.py的代码，非常省心。

内容的提问来源于stack exchange，提问作者vaer-k